提出一种基于灰度信息和支持向量机的人眼检测方法.首先,利用人眼区域灰度变化比人脸其他部位灰度变化明显的特征,采用图像灰度二阶矩(方差)建立人眼方差滤波器,在固定人眼搜索区域内,应用人眼方差滤波器搜索候选人眼图像;然后,使用训练的支持向量机分类器精确检测人眼区域位置;最后,采用图像灰度信息率定位人眼中心(虹膜中心).该方法在BioID、FERET和IMM人脸数据库中的测试结果显示:没有佩戴眼镜人脸图像正确率分别为98.2%、97.8%和98.9%,406幅佩戴眼镜人脸图像正确率为94.9%;人眼中心定位正确率分别为90.5%、88.3%和96.1%.通过与目前方法比较,该方法获得较好的检测效果

一、说服别人的关键和步骤 二、有效地说服和批评的技巧 三、掌握争论的主动权,给对方留有余地

采用涂Na Cl/Na2SO4盐方法研究了DZ466合金在850℃和950℃条件下热腐蚀行为.结果表明:合金的腐蚀层包括三个区域,最外层为(Ni,Co)O氧化物层,次外层为尖晶石结构氧化层(Ni,Co)Cr2O4,内层为内腐蚀层,850℃时该层为Ni3S2,而950℃时除Ni3S2外,在靠近次外层还形成内氧化Al2O3;在850℃和950℃时合金的热腐蚀机制相同,氧化膜连续性的破坏,是合金遭受热腐蚀的主要原因;热腐蚀增重曲线均符合抛物线规律,其速率常数分别为3.1×10-11g2·cm-4·s-1和1.5×10-9g2·cm-4·s-1,热腐蚀激活能分别为179.2 k J·mol-1和138.3 k J·mol-1

分别采用X射线衍射、金相显微镜、原子力显微镜和透射电镜等组织表征手段以及室温拉伸和热膨胀系数测试等性能测试方法,对比研究了高温退火、低温时效处理对冷拔Fe-Ni合金丝微观组织演变、拉伸强度以及热膨胀系数的影响.研究结果表明:原始丝材强度高,但是室温热膨胀系数较大;而950℃退火导致晶粒粗化以及位错密度降低,虽然室温热膨胀系数低,但强度不足.相比之下,500℃较低温度的时效处理,能获得最优的强度/热膨胀系数组合(1189 MPa/0.2×10-6℃-1).对Fe-Ni合金丝相应的强化机制以及热膨胀系数的影响因素分别进行了讨论分析,分析结果表明:细晶强化与位错强化是该合金丝的主要强化机制,而热膨胀系数则主要受溶质原子-位错交互作用影响.揭示出,合适的热处理工艺选择对于Fe-Ni合金丝力学性能/热膨胀性能优化具有重要意义

一、选择题 1、[]两滑块A、B,质量分别为m1和m2,与图中所示斜面间的磨擦系数分别为1和μ2。今将A、B粘合在一起,并使它们的底面共面,而构成一个大滑块,则该滑块与斜面间底摩擦系数为

为满足锆合金热挤压时的润滑与防护需求，试制了一种锆合金热挤压用防护润滑剂，主要成分包括有机硅树脂、低软化点玻璃粉、氧化铝粉、二硫化钼、石墨粉、滑石粉、云母粉等。实验温度为700～800 ℃时，采用圆环压缩法测得涂覆有润滑剂的Zr-4合金摩擦因子为0.19～0.25，润滑效果良好。将有润滑剂防护的锆合金分别加热至700、800和900 ℃并保温1 h，未发生明显氧化，热防护性能良好。测定了有、无润滑剂条件下Zr-4合金和H13模具钢的界面接触温度随接触时间的变化曲线。当Zr-4合金和H13钢的初始界面温度分别约为700 ℃和350 ℃时，无润滑剂时Zr-4合金表面温度达到稳定的时间为7.7 s，界面换热系数由250 W·m?2·℃?1增大至2700 W·m?2·℃?1；有润滑剂时Zr-4合金表面温度达到稳定的时间延长至12 s，界面换热系数由131 W·m?2·℃?1增大至1900 W·m?2·℃?1。这表明该润滑剂具有较好的高温热障性能

埃洛石是一种卷曲的层状硅铝酸盐黏土，其储量丰富、价格低廉。埃洛石的内外表面分别由Al?OH八面体和Si?O四面体组成，它们在水中以相反的方式电离，导致埃洛石管腔内带正电荷，外表面带负电荷，因此可分别利用内外表面成分与电荷性质的不同对其进行疏水改性，用于药物的装载和缓释。同时，埃洛石具有纳米管状结构，可用来构造微?纳米分级结构，协同低表面能物质的修饰，增强界面疏水性能，用于高效自清洁和油水分离。本文在介绍埃洛石的疏水结构设计理论的基础上，综述了埃洛石纳米管（HNTs）的表面进行疏水改性所得到的复合材料在油水分离、疏水自清洁涂料以及药物的装载和释放方面的应用

采用水热法和还原氮化法合成了菊花状形貌的氮化钛（TiN）纳米材料，并将其与还原氧化石墨烯（rGO）水热复合制备了氮化钛–还原氧化石墨烯（TiN-rGO）复合材料。利用扫描电镜、X射线衍射、X射线光电子能谱等测试方法对材料的形貌和物相进行了表征和分析。结果表明，TiN-rGO复合材料很好地保持了TiN菊花状的三维结构和rGO透明褶皱的形貌，且层状的rGO均匀地包覆在了菊花状的TiN的周围。用TiN-rGO复合材料修饰玻碳电极（GCE）制得了TiN-rGO/GCE电化学传感器，用于测定人体中的生物小分子DA和UA。由于复合材料中TiN和rGO的协同效应，构建的电化学传感器表现出了优秀的电化学性能。检测结果表明：TiN-rGO/GCE传感器对DA和UA的检测限分别为0.11和0.12 μmol·L?1，线性范围分别为0.5～210 μmol·L?1和5～350 μmol·L?1，且具有良好的抗干扰性、重现性和稳定性，且成功应用于人体内真实样品的DA和UA检测

二人组成一个小组,分饰施方与受方,由受方请求施方 为他做件事,例如“请你为我唱首歌”等各种可行合宜的事, 在接受帮助后,受方必须表示感谢。(角色互相轮流) 讨论施与受的经验 当你帮助别人时,感受如何?当你接受别人帮助时,感 受如何?

针对传统基于BP神经网络建立的连铸坯质量预测模型训练速度慢、适应能力弱、预测精度低等问题,本文提出一种基于极限学习机的连铸坯质量预测方法,对方大特钢60Si2Mn连铸坯中心疏松和中心偏析缺陷进行预测,并与BP和遗传算法优化BP神经网络预测模型的预测结果进行分析对比.结果表明:BP及GA-BP神经网络预测模型对连铸坯中心疏松和中心偏析缺陷的预测准确率分别为50%、57.5%、70%和72.5%;而基于极限学习机的连铸坯预测模型预测准确率更高,对连铸坯中心疏松和中心偏析缺陷的预测准确率分别为85%和82.5%,且该模型具有极快的运算时间,仅需0.1 s.该模型可对连铸坯质量进行迅速准确地分析,为连铸坯质量预测的在线应用提供了一种新的方法